[논문]퍼스널 컬러 기반 코디 추천 시스템 구현

김정철; 문권이; 임찬섭; 조연주; 이상호

doi:10.7236/jiibc.2024.24.6.231

[국내논문] 퍼스널 컬러 기반 코디 추천 시스템 구현
Implementation of a Coordination Recommendation System based on Personal Color 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.24 no.6, 2024년, pp.231 - 237

김정철 (한국공학대학교 컴퓨터공학부) , 문권이 (한국공학대학교 컴퓨터공학부) , 임찬섭 (한국공학대학교 컴퓨터공학부) , 조연주 (한국공학대학교 컴퓨터공학부) , 이상호 (한국공학대학교 컴퓨터공학부)

초록
AI-Helper

개성 있는 소비 트렌드 확산과 퍼스널 컬러에 대한 관심이 고조되면서, 개인 맞춤형 코디 추천의 필요성이 높아지고 있다. 본 논문에서는 퍼스널 컬러를 기반으로 한 코디 추천 시스템을 개발하기 위해 사용자의 얼굴 사진으로부터 눈, 볼, 눈썹의 색상 분석, 퍼스널 컬러 분석, 그리고 진단으로 구성된 3단계의 알고리즘을 제안한다. 퍼스널 컬러와 색상 조화 이론을 활용한 코디 추천 알고리즘은 상의와 하의를 조화롭게 구성하며, 날씨 데이터를 반영한 필터링 과정을 통해 실용적이고 개성 있는 코디를 제공한다. 이를 통해 사용자에게 맞춤형 코디를 제공하고, 패션에 대한 자신감을 높이며, 날씨에 적합한 실용적인 패션 선택을 돕는다.

Abstract ▼ AI-Helper

As unique consumption trends spread and interest in personal color increases, the need for personalized coordination recommendations is increasing. In this paper, we propose a three-step algorithm consisting of color analysis of the eyes, cheeks, and eyebrows from a user's face photo, personal color analysis, and diagnosis to develop a coordination recommendation system based on personal color. The coordination recommendation algorithm using personal color and color harmony theory composes tops and bottoms in harmony and provides practical and unique coordination through a filtering process reflecting weather data. Through this, this paper aims to offer tailored coordination to users, boost their confidence in fashion, and assist in making practical fashion choices suitable for the weather.

Keyword

표/그림 (6)

표 표 1. 기존 앱들과의 비교 분석 Table 1. Comparative Analysis of Existing Apps
그림 그림 1. 시스템 구성도 Fig. 1. System Architecture
그림 그림 2. 퍼스널 컬러 측정 결과 화면 Fig. 2. Result Screen for Personal Color Measurement
그림 그림 3. 퍼스널 컬러 측정 후 코디 추천 화면 Fig. 3. Coordination Recommendation Screen after Measuring Personal Color
그림 그림 4. 쇼핑몰 연동 화면 Fig. 4. Shopping Mall Link Screen
그림 그림 5. 옷 등록 화면과 옷장 화면 Fig. 5. Clothes Registration Screen and Closet Screen

AI 본문요약
AI-Helper

문제 정의

특히 자신의 퍼스널 컬러에 맞는 옷을 고르거나, 현재 날씨에 적합한 코디를 찾는 일은 더욱 어렵게 느껴진다. 이러한 문제를 해결하기 위해, 본 논문에서는 사용자의 퍼스널 컬러와 현재 날씨를 기반으로 코디를 추천해 주는 시스템을 개발한다. 여기서, 코디란 코디네이션(Coordina- tion)의 준말로, 의상이나 화장, 액세서리 등을 전체적으로 조화롭게 갖추는 것을 의미한다.
본 시스템은 퍼스널 컬러 이론과 색상 조화 이론을 기반으로 코디를 추천함으로써 회원의 퍼스널 컬러 분석값과 옷 데이터들에서 추출한 색 데이터 값을 바탕으로 사용자에게 어울리는 코디를 제안하는 것을 목표로 한다. 퍼스널 컬러 기반 코디 추천을 위한 알고리즘은 세 단계를 이루어진다.
패션에 대한 높은 관심과 개성 있는 소비 트렌드가 확산되면서, 자신에게 맞는 퍼스널 컬러와 이를 반영한 코디의 중요성이 더욱 강조되고 있다. 본 논문에서는 이러한 필요성을 충족시키기 위해 사용자의 퍼스널 컬러와 현재 날씨를 기반으로 코디를 추천해주는 시스템을 개발하였다.
본 논문에서는 퍼스널 컬러 기반 코디 추천 시스템을 개발하기 위해 3단계의 알고리즘을 제안하였고, 이를 기반으로 시스템을 구현하였다. 사용자가 얼굴 사진을 업로드하면 눈, 볼, 눈썹의 색상을 분석하여 퍼스널 컬러를 진단하고, 진단 결과와 위치 기반 날씨 정보를 반영한 최적의 코디를 추천한다.

제안 방법

본 시스템은 사용자가 얼굴 사진을 업로드하면 눈, 볼, 눈썹의 색상을 분석하여 퍼스널 컬러를 진단하고 진단된 사용자의 퍼스널 컬러에 맞는 최적의 코디를 추천하며, 사용자 위치의 날씨에 적합한 옷차림도 함께 제안한다. 본 시스템은 홈쇼핑몰 크롤링을 통해 다양한 옷 데이터를 수집하고, 사용자가 직접 가지고 있는 옷을 데이터베이스화하여 종합적인 코디를 제공한다.
본 시스템은 사용자가 얼굴 사진을 업로드하면 눈, 볼, 눈썹의 색상을 분석하여 퍼스널 컬러를 진단하고 진단된 사용자의 퍼스널 컬러에 맞는 최적의 코디를 추천하며, 사용자 위치의 날씨에 적합한 옷차림도 함께 제안한다. 본 시스템은 홈쇼핑몰 크롤링을 통해 다양한 옷 데이터를 수집하고, 사용자가 직접 가지고 있는 옷을 데이터베이스화하여 종합적인 코디를 제공한다. 이를 통해 사용자는 자신의 옷장을 효과적으로 활용할 수 있으며, 새로운 쇼핑 아이템을 발견하는 즐거움을 누릴 수 있다.
본 논문에서 웜톤/쿨톤 구분은 볼, 눈썹, 눈의 LAB값의 B값이 웜톤/쿨톤의 기준값과의 차이로 구분하는데, 각 부위가 퍼스널 컬러를 결정하는 기여도가 다르기 때문에 부위별로 가중치를 주었다. 가중치는 볼, 눈썹, 눈 순으로 30, 20, 5이다.
본 논문에서 계절색 구분은 불, 눈썹, 눈의 HSV 색공간의 S값이 각 계절의 기준값과의 차이로 구분하며, 여기서도 각 부위가 계절색 결정 기여도가 다르기 때문에 부위별로 가중치를 주었다. 가중치는 볼, 눈썹, 눈 순으로 10, 1, 1이다.
그러나 이론적으로 조화로운 색상 조합일지라도 실제로는 어색하게 느껴질 수 있다. 이를 방지하기 위해 최신 패션 트렌드를 반영하여 색상 조합 데이터를 주기적으로 업데이트하고 보완한다. 이러한 방법을 통해 색상 조화 이론과 현실적인 유행을 결합한 데이터베이스를 구축하고, 상의 색상에 어울리는 하의 색상 데이터를 생성한다.
이 데이터베이스를 활용하여 시스템은 상하의 조합을 1:1로 구성하여 최종 코디를 결정하고, 이를 반복하여 다양한 코디 조합을 제공한다.
날씨를 반영한 퍼스널 컬러 기반 코디 추천은 회원이 날씨 반영 이벤트를 실행하면, 앱이 회원이 현재 있는 지역의 날씨 데이터를 시스템에 전송한다. 기존 퍼스널 컬러 기반 코디 추천 시스템을 구동하여 상하의 기본 조합을 생성한 후, 날씨 조건에 맞는 세부 카테고리 필터링을 수행한다. 예를 들어, 더운 날씨에는 긴팔이나 두꺼운 소재의 옷들을 거르고 가볍고 얇은 소재류나 반팔, 민소매 등의 옷을, 추운 날씨에는 보온성이 높은 보온성이 높은 긴소매의 상의를 기반으로 의상을 추천하는 식이다.
본 논문에서 구현한 시스템은 자신에게 잘 어울리는 코디 추천이 필요한 회원이 사용할 앱, 앱에서 생성한 데이터 관리 및 퍼스널컬러 분석, 홈쇼핑몰 크롤링를 관리하는 서버로 구성된다. 그림 2에서는 회원의 맨 얼굴의 사진을 입력하고 이를 기반으로 회원의 퍼스널컬러 값을 보여준다.
본 논문에서는 퍼스널 컬러 기반 코디 추천 시스템을 개발하기 위해 3단계의 알고리즘을 제안하였고, 이를 기반으로 시스템을 구현하였다. 사용자가 얼굴 사진을 업로드하면 눈, 볼, 눈썹의 색상을 분석하여 퍼스널 컬러를 진단하고, 진단 결과와 위치 기반 날씨 정보를 반영한 최적의 코디를 추천한다. 또한, 홈쇼핑몰 크롤링을 통해 다양한 옷 데이터를 수집하고 사용자가 직접 가지고 있는 옷을 데이터베이스화하여 종합적인 코디를 제공함으로써 사용자들이 새로운 쇼핑 아이템을 발견하고, 자신의 옷장을 효과적으로 활용할 수 있도록 하였다.
본 시스템은 사용자가 자신에게 어울리는 코디를 추천 받고, 날씨에 맞는 실용적인 의상 선택을 할 수 있도록 도와준다. 또한, 쇼핑몰과의 연동을 통해 추천된 아이템을 쉽게 구매할 수 있게 하여 사업성도 확보할 수 있다.

이론/모형

얼굴의 각 부위에서 주요 색상을 추출하기 위해 K-평균 군집화를 사용한다. 이는 이미지의 픽셀 값을 군집화하여 주요 색상을 추출하는 방법이다.

성능/효과

기존 유사 앱들에 비해 본 시스템의 차별점은 퍼스널컬러 분석 기능을 추가하여 사용자 개개인의 특성을 반영한 맞춤형 코디를 제공한다는 점이다. 이를 통해 사용자는 보다 정확하고 개인화된 패션 제안을 받을 수 있으며, 날씨 정보를 반영한 실용적인 코디 추천을 받을 수 있다.
사용자가 얼굴 사진을 업로드하면 눈, 볼, 눈썹의 색상을 분석하여 퍼스널 컬러를 진단하고, 진단 결과와 위치 기반 날씨 정보를 반영한 최적의 코디를 추천한다. 또한, 홈쇼핑몰 크롤링을 통해 다양한 옷 데이터를 수집하고 사용자가 직접 가지고 있는 옷을 데이터베이스화하여 종합적인 코디를 제공함으로써 사용자들이 새로운 쇼핑 아이템을 발견하고, 자신의 옷장을 효과적으로 활용할 수 있도록 하였다.

후속연구

또한, 쇼핑몰과의 연동을 통해 추천된 아이템을 쉽게 구매할 수 있게 하여 사업성도 확보할 수 있다. 이로써 사용자는 패션에 대한 자신감을 높이고, 패션 시장에서의 경쟁력을 강화하는 데 기여할 것이다.

참고문헌 (7)

Xuebin Qin, Zichen Zhang, Chenyang Huang, Masood？Dehghan, Osmar R. Zaiane, and Martin Jagersand,？"U 2 -Net: Going Deeper with Nested U-Structure for？Salient Object Detection," Pattern Recognition, vol.？106, Art. no. 107404, 2020.？DOI: https://doi.org/10.1016/j.patcog.2020.107404

상세보기
Miryeong Choi, "A Study on the Distribution of Facial？Color for Developing a Personal Color Type Diagnosis？Algorithm - Focusing on Generation Z," Journal of the？Korean Society of Beauty and Cosmetology, vol. 27,？no. 1, pp. 170-181, 2021.
Itseez, "Open Source Computer Vision Library," URL:？https://opencv.org.
D.E. King, "Dlib C++ Library," URL: http://dlib.net.
Navneet Dalal and Bill Triggs, "Histograms of Oriented？Gradients for Human Detection," in Proceedings of？the 2005 IEEE Computer Society Conference on？Computer Vision and Pattern Recognition (CVPR'05),？San Diego, CA, USA, pp. 886-893, 2005.？DOI: https://doi.org/10.1109/CVPR.2005.177
Tae-Hoon Kim, Young-Gon Kim, and Jeong-Min？Park, "Cross-Domain Recommendation based on？K-Means Clustering and Transformer," The Journal of？The Institute of Internet, Broadcasting and？Communication, Vol. 23, No. 5, pp. 1-8, 2023.？DOI: https://doi.org/10.7236/JIIBC.2023.23.5.1

원문보기 상세보기
Hongyeon Im, "Image Evaluation of Clothing color？and Color harmony by Facial color," M.S. thesis, Dept.？Design., Ewha Womans Univ., Seoul, South Korea,？2022.

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증